《Frontiers in Neurology》:C-reactive protein to albumin ratio as a novel predictor of stroke-associated pneumonia: a retrospective cohort study revealing non-linear threshold effects
编辑推荐:
本研究针对急性缺血性卒中(AIS)后常见的严重并发症——卒中相关性肺炎(SAP)的早期预测难题,通过一项大样本量(1,595名患者)的回顾性队列研究,创新性地探讨了C反应蛋白/白蛋白比值(CAR)的预测价值。研究发现CAR与SAP风险呈强相关,并首次利用广义可加模型(GAM)和分段回归识别出CAR≈0.18的临床阈值,其预测性能(AUC=0.832)优于传统指标(CRP、A2DS2评分等)。该研究为AIS患者入院时的快速风险分层提供了一个简便、客观的生物标志物,对指导早期预防性干预、改善患者预后具有重要意义。
卒中,尤其是急性缺血性卒中,是全球范围内导致死亡和残疾的主要原因之一。尽管急性期血管再通治疗(如静脉溶栓和机械取栓)取得了革命性进展,但卒中后并发症仍然严重影响患者预后。其中,卒中相关性肺炎(SAP)是最常见且后果严重的并发症之一,在10%至30%的AIS患者中发生。SAP不仅延长住院时间、增加医疗费用,更与更高的残疾率和显著升高的死亡率相关。因此,早期识别SAP高风险患者,从而实施针对性的预防措施,具有巨大的临床价值。
然而,准确预测SAP并非易事。其病理生理机制复杂,涉及吞咽障碍、误吸等机械因素,以及卒中后免疫抑制综合征(SIDS)导致的免疫调节紊乱。虽然C反应蛋白(CRP)等炎症标志物已被广泛研究,但其预测准确性有限。临床预测评分如A2DS2表现更好,但通常需要详细的临床评估,并非立即可得。C反应蛋白/白蛋白比值(CAR)作为一个复合生物标志物,整合了反映急性炎症负荷的CRP和评估营养状态、慢性炎症压力的白蛋白,可能更全面地捕捉到导致卒中后感染的“免疫代谢脆弱性”。尽管前期研究提示CAR与SAP相关,但既往研究均假设其关系是线性的,从未采用先进的非参数统计方法(如广义可加模型或分段回归)来严格检验CAR与SAP之间是否存在非线性关系或阈值效应。这种知识缺口具有深刻的临床意义:如果存在阈值效应,它将定义一个关键的“临界点”——一个特定的CAR值,超过此值感染风险会不成比例地急剧上升。识别这样的拐点能将CAR从一个连续的预测因子,转变为一个具有明确、可操作临界值的分类筛查工具。
为了填补这一关键空白,Huang等研究人员假设CAR与SAP风险之间的关系是非线性的,并存在尚未被识别的、具有临床意义的阈值效应。他们进行了一项大型单中心回顾性队列研究,旨在:(1)使用多变量逻辑回归全面描述CAR与SAP的关联;(2)应用广义可加模型(GAM)和两分段逻辑回归来识别和验证潜在的阈值效应;(3)将CAR的预测性能与已建立的生物标志物和临床预测评分进行比较。相关研究成果已发表于《Frontiers in Neurology》。
本研究主要采用了以下关键技术方法:首先,研究在温州医科大学附属衢州医院进行,回顾性分析了2016年9月至2022年9月期间收治的连续AIS患者,通过严格的纳入排除标准,最终形成了1,595名患者的分析队列。其次,依据改良的美国疾病控制与预防中心标准和卒中肺炎共识组的建议诊断SAP。第三,利用入院48小时内采集的血液样本计算CAR(CRP(mg/L) / 白蛋白(g/L)),并进行log2转换以进行统计分析。第四,综合运用了多变量逻辑回归(分三个调整层级)、广义可加模型(GAM)和两分段逻辑回归来评估关联性和识别阈值。最后,通过受试者工作特征曲线分析、Delong检验、净重分类改善指数(NRI)和综合判别改善指数(IDI)来评估和比较CAR的预测性能。
3.1 患者选择和基线特征
从最初筛查的2347名患者中,根据预设标准排除了752名,最终分析队列包括1595名患者。其中376名(23.6%)患者在住院期间发生了SAP。与未发生SAP的患者相比,发生SAP的患者年龄更大,心房颤动、需要鼻饲、意识障碍、慢性阻塞性肺疾病的患病率更高。SAP患者表现出明显的炎症激活:CAR中位数(0.38 vs. 0.05)高出7.6倍,CRP、白细胞计数(WBC)更高,而白蛋白、估计肾小球滤过率(eGFR)更低,卒中严重程度(美国国立卫生研究院卒中量表(NIHSS)评分)也更重。
3.2 CAR四分位数与SAP风险
SAP发生率随着CAR四分位数的升高而急剧增加:Q1(6.55%)、Q2(9.09%)、Q3(15.15%)、Q4(63.73%)。较高的四分位数还显示心房颤动、需要鼻饲、意识障碍、慢性阻塞性肺疾病的患病率逐渐升高,同时CRP、WBC、中性粒细胞计数上升,白蛋白下降。
3.3 多变量逻辑回归分析
CAR与SAP风险呈现强剂量-反应关系。在完全调整了年龄、性别、吸烟、高血压、糖尿病、心房颤动、慢性阻塞性肺疾病、WBC、空腹血糖、eGFR、NIHSS、吞咽困难和格拉斯哥昏迷量表(GCS)评分后,最高四分位数(Q4)的SAP风险仍是最低四分位数(Q1)的6.11倍。将CAR作为连续变量分析,其log2值每增加一个单位(即CAR值翻倍),SAP风险增加96%。
3.4 亚组分析和交互作用检验
CAR与SAP的关联在所有预先设定的亚组(包括不同年龄、性别、吸烟状况、是否患有高血压、糖尿病、心房颤动、慢性阻塞性肺疾病)中均保持一致,且正式的交互作用检验未发现显著的效应修饰。这证实了CAR-SAP关系的稳健性和普遍性。
3.5 预测性能和模型比较
CAR表现出优秀的预测性能,其曲线下面积(AUC)为0.832。通过Delong检验比较,CAR的预测性能显著优于CRP(AUC=0.827)、A2DS2评分(AUC=0.764)和WBC(AUC=0.780),但与中性粒细胞计数的差异不显著。在CAR=0.18(由约登指数确定的最佳截断值)时,其预测SAP的敏感性为68.6%,特异性为87.5%,阴性预测值高达90.0%,显示出在排除低风险患者方面的特别效用。
3.6 CAR的增量预测价值
将CAR添加到已有的基线预测模型中,能显著提升所有模型的预测能力。例如,将CAR加入A2DS2评分后,AUC从0.764提升至0.859,相对提升了12.4%。类似显著的提升也出现在将CAR加入CRP、中性粒细胞计数和WBC的模型中。
3.7 非线性关系和阈值效应
广义可加模型分析揭示了log2-CAR与SAP风险之间存在清晰的非线性、阈值依赖关系。两分段逻辑回归模型进一步正式确认了这一阈值效应,识别出拐点在log2-CAR = -2.85(对应CAR ≈ 0.14)处。低于此阈值时,CAR与SAP的关联较弱;而高于此阈值时,风险大幅增加。似然比检验强烈支持阈值模型优于线性模型。
需要指出的是,研究中报告了两个互补的CAR阈值:从分段回归模型得到的数学拐点约为CAR=0.14,而从ROC分析得到的、优化临床诊断的截断值为CAR=0.18。研究人员推荐使用0.18作为主要的临床截断值,因为它与最高风险的四分位数下限对齐,且在临床决策中提供了敏感性特异性的最佳平衡。
本研究首次采用先进的非参数统计方法,严格描述了CAR与SAP关系的数学形式,识别出一个可指导临床行动的阈值(CAR ≈ 0.18),从而将CAR从一个连续的预测因子转变为分类风险分层工具。这个阈值很可能代表了“免疫代谢脆弱性”的临界点:低于此阈值,代偿机制相对完整;高于此阈值,炎症介导的免疫抑制与代谢耗竭/免疫功能丧失双重过程达到灾难性的汇合,导致感染风险急剧上升。
该发现具有立即的临床适用性。CAR=0.18的阈值为患者在入院时进行风险分类提供了一个客观、定量的标准。低风险患者可接受标准肺炎预防方案,而高风险患者则需要加强监测和干预。CAR的计算简单,无需额外抽血或成本,可整合到实验室信息系统中实现自动预警。其预测性能与综合临床评分相近,但更客观、立即可得,尤其在资源有限或患者量大的情况下价值凸显。
当然,本研究也存在一些局限性,包括单中心回顾性设计的固有局限、CAR仅入院时测量一次、以及阈值需要在独立的外部多中心队列中进行前瞻性验证等。未来的研究重点应包括:在多中心前瞻性研究中验证该阈值,开展测试CAR指导预防策略的随机对照试验,进行动态CAR监测研究,以及探索针对CAR组成部分(如抗炎治疗、营养支持)的干预措施能否改变风险。
总之,这项研究证明了CAR是SAP的一个强有力且独立的预测因子,其表现优于传统标志物,并能改善急性卒中患者的风险预测。所识别的阈值效应为临床提供了一个具体的、基于证据的风险分层标准,有望指导资源分配和预防干预的强度,从而帮助降低SAP负担并改善卒中预后。